[发明专利]病毒整合位点捕获测序分析方法

权利要求书

1.一种病毒整合位点捕获测序分析方法，其特征在于，该方法包括：

参考序列构建步骤，将人的参考序列和病毒的参考序列合并在一起，构建一个混合参考序列；

数据过滤步骤，读取测序数据，过滤该测序数据中不合格的部分，得到过滤后的测序数据；

数据比对步骤，利用比对软件将处理后的测序数据比对到混合参考序列上，获取一个比对结果，然后对该比对结果进行处理，得到一个用于检测病毒整合的比对结果；

序列获取步骤，根据该用于检测病毒整合的比对结果，执行相应的操作，获取病毒整合的相关序列；

整合位点获取步骤，综合上述相关序列的比对信息，获取病毒整合位点在混合参考序列上的坐标；及

分析结果输出步骤，综合整合位点的坐标信息，得到并输出病毒整合结果，

所述数据过滤步骤包括：

去除含接头的测序序列、不明确碱基型的碱基N的比例大于预设值的测序序列、及质量低于预设要求的测序序列，所述预设要求为：质量值Q≤5的碱基数占整个测序序列的50%以上；

所述序列获取步骤包括：

序列获取步骤一，从比对结果中挑出截短比对上的测序序列，根据比对位置将相似度大于预设值的序列合并，然后利用比对软件，将被截掉的部分重新比对到混合参考序列上；及

序列获取步骤二，从比对结果中挑出两端都比对不上的双末端测序序列，将测通的双末端测序序列连成一条长序列，然后利用比对软件，将连接好的长序列比对回混合参考序列上。

2.如权利要求1所述的病毒整合位点捕获测序分析方法，其特征在于，在整合位点获取步骤之后、分析结果输出步骤之前，还包括：

整合位点进阶分析步骤，根据病毒整合位点的坐标，寻找比对结果中支持整合的异常双末端测序序列对的数目，并统计整合位点处的深度、整合位点上下游预设范围的平均深度，

所述异常双末端测序序列的寻找方法包括：

根据比对结果计算出平均插入片断长度和标偏差，则异常双末端测序序列满足以下条件一与条件二：

条件一，比对结果中记录的双末端测序序列的插入片断长度小于平均插入片断长度减去4倍标准差或者大于平均插入片断长度加上4倍标准差；

条件二，在上游染色体和下游染色体不同的条件下，整个片断的实际长度大于或等于平均插入片断长度减去4倍标准差并且小于或等于平均插入片断长度加上4倍标准差。

3.如权利要求2所述的病毒整合位点捕获测序分析方法，其特征在于，所述序列获取步骤一包括：

根据比对结果中的软截短reads比对上的部分的比对位置和reads被截短的方向，将软截短reads分成若干组，同一组内的软截短reads将截短的部分进行合并；

如果两条序列的一致率达到预设值，则判定该两条序列来自同一个断点，将这两条序列合并成一条最长序列，重复该步骤，将来自于同一断点的同一方向的截短序列合并成一条最长序列。

4.如权利要求3所述的病毒整合位点捕获测序分析方法，其特征在于，所述序列获取步骤还包括：

对比对不准确的软截短reads进行校正，然后再与已经合并好的截短序列进行合并，合并后的最长序列包括：左端截短的若干软截短reads合并成的左端截短一致性序列，右端截短的若干软截短reads合并成的右端截短一致性序列；

所述对比对不准确的软截短reads进行校正的步骤包括：

根据两个比对位置的差异，将过早截短reads的截短部分的序列补充指定部分到比对上的那部分序列中，再与合并后的比对上的序列进行比较，如果两者一致率达到预设值，则合并成一个序列，同时reads支持数加上1。

5.如权利要求4所述的病毒整合位点捕获测序分析方法，其特征在于，所述整合位点获取步骤包括：

根据左端截短一致性序列和右端截短一致性序列的匹配结果和比对上部分的比对位置，确定整合位点在混合参考序列上的坐标。